Линейная атрибуция — что это такое

Линейная модель поровну распределяет ценность конверсии между всеми учтёнными касаниями в пути пользователя.

Обновлено 1 сентября 2026 г.Автор: Александр Алашеев

Определение

Линейная атрибуция — модель, которая назначает каждому учтённому касанию одинаковую долю ценности конверсии.

Термин
Линейная атрибуция
Полное название
Linear attribution
Раздел
Веб-аналитика и атрибуция
Также ищут
linear attribution, линейная модель, равномерная атрибуция

Что означает Линейная атрибуция простыми словами

При четырёх касаниях каждое получит 25%, если платформа не применяет дополнительных правил. Модель признаёт многоканальный путь, но предполагает равный вклад, которого в реальности может не быть. Ненаблюдаемые контакты в расчёт не попадут.

Линейный взгляд показывает каналы, которые last click обнуляет, и подходит для первого обзора длинной цепочки. Он не должен выдавать удобное равенство за измеренную причинность.

Формула и расчёт

Доля касания = 100% / число учтённых касаний

Формула делит ценность поровну между всеми касаниями, которые система включила в путь и окно атрибуции.

Пример

Путь содержит рекламу, статью, email и брендовый поиск. Каждое из четырёх касаний получает по 25% ценности заказа.

Как применять на практике

  1. Определите, какие события считаются касаниями и входят в окно.
  2. Проверьте дубли одного канала и потерянные межустройственные контакты.
  3. Сравните равномерный результат с моделями первого, последнего и data-driven вклада.

Частые ошибки

  • Считать одинаковую долю доказательством одинакового влияния.
  • Включать технические переходы как полноценные маркетинговые касания.
  • Сравнивать модели на разных наборах конверсий.

Источники и документация

Вопросы о Линейная атрибуция

В чём плюс линейной модели?

Она не обнуляет промежуточные касания и легко объясняется. Это полезный обзор, но не измерение реального причинного вклада.

Что произойдёт при одном касании?

Единственное учтённое касание получит 100% ценности, поэтому результат совпадёт с моделями первого и последнего клика.